XXXVI Congresso Nazionale Associazione Italiana di Psicologia Sezione Psicologia dello Sviluppo e dell’Educazione 19 - 21 Settembre 2024 | Cagliari
Non abbiamo trovato una correlazione positiva tra la variabile X e la variabile Y (\(n = 18\) , \(r = .40\), \(p = .100\))
Abbiamo trovato una correlazione positiva tra la variabile X e la variabile Y (\(n = 1000\), \(r = .08\), \(p = .011\))
Idealmente dovremmo pianificare l’\(n\) per avere un power dell’80%. Spesso ci troviamo in scenari in cui non è stato possibile programmare il sample size, o per motivi di risorse limitate o perchè abbiamo avuto accesso ad una grande banca dati.
Nel primo caso non è possibile raggiungere la potenza ottimale
Nel secondo caso è evidente che con grandi campioni anche piccoli effetti diventano significativi
E’ il più piccolo effect size associato a \(p < 0.05\) (quindi significativo), dato il sample size (e la direzione del test).
Nel primo esempio la correlazione non era significativa, ma il critical effect size value era \(r = ±.468\). Ma… una correlazione di .30 non sarebbe rilevante?
Nel secondo esempio il critical effect size value era \(r = ± 0.062\), per cui effetti così piccoli da essere praticamente irrilevanti possono essere comunque significativi.
Prima di condurre uno studio:
Quando lo studio è già stato svolto:
In più..
Il nostro pacchetto permette di calcolare i valori critici per correlazioni, confronti tra gruppi, regressione lineare e meta-analisi.
Il nostro pacchetto, esempi su come usare le funzioni e il draft del paper nella nostra repository:
Idealmente, sarebbe sempre meglio programmare il sample size tramite la formalizzazione di un effetto plausibile PRIMA di condurre lo studio.
Ma quando pianificare uno studio \(a priori\) non è possibile, i critical value riescono, senza specificare l’effetto plausibile, ad aiutare a comprendere i limiti del proprio disegno sperimentale
Il nostro motto è TBT:
Thinking Before Testing!
… Come definire teoreticamente l’effect size e come interpretarlo?
… come calcolare i critical effect size values per modelli complessi?
Un piccolo esempio di collaborazione: PSICOSTAT
Ambra Perugini
ambra.perugini\(@\)phd.unipd.it
https://psicostat.dpss.psy.unipd.it/people.html